※ Johns Hopkins Bloomberg School of Public Health의 「Database Analysis More Reliable Than Animal Testing For Toxic Chemicals」를 번역한 글입니다.
존스홉킨스 블룸버그 보건대학원의 과학자들이 주도한 연구에 따르면 대규모 화학 데이터베이스를 이용한 고급 알고리듬으로 기존 동물 실험보다 약품의 독성을 더 잘 예측할 수 있다고 합니다.
학술지 《독성과학(Toxicological Sciences)》에 발표된 연구 논문에서 연구자들은 알려진 화학 물질의 방대한 데이터베이스를 조사하여 화학 구조와 독성 특성 간의 관계를 이어주는 지도를 개발했다고 밝혔습니다. 연구자들은 이 지도를 이용해 모든 화합물의 독성 특성을 자동으로 예측할 수 있으며, 동물 실험을 통한 예측보다 더 정확하다는 결과를 제시했습니다.
연구팀이 개발한 최첨단 독성 예측 툴은 동물 실험에 기반을 둔 결과를 재현하는 데 세계의 동물 독성 실험 중 57%를 차지하는 아홉 가지 일반 테스트에서 평균 87%의 정확도를 보였습니다. 대조적으로 데이터베이스 상의 동일한 동물 실험의 반복 결과의 정확도는 81%였습니다.
다시 말해 동물 실험은 반복할 경우 독성에 대한 동일한 결과를 얻을 확률이 평균 81%밖에 되지 않았다는 뜻입니다. 수석 연구원인 토마스 하르텅 박사(도렌캄프-쯔빈덴 학장이자 블룸버그 보건대학원의 환경 보건 및 공학부 교수)의 말입니다.
이 결과는 정말 놀랍습니다. 많은 동물 실험을 컴퓨터에 기반한 예측으로 대체할 수 있고, 더 신뢰할만한 결과를 얻을 수 있다는 의미입니다.
컴퓨터를 기반으로 한 접근법은 동물 실험보다 더 많은 화학 물질을 적용할 수 있으며, 더 광범위한 안전 평가를 할 수 있도록 합니다. 그동안은 비용과 윤리적 문제로 소비자 제품에 포함된 약 10만 개의 화학 물질 중 일부만 종합적으로 테스트 되었습니다.
쥐, 토끼, 기니피그, 개와 같은 동물들은 전 세계 실험실에서 수백만 건의 화학 독성 실험에 사용됩니다. 동물 실험은 소비자를 보호하기 위해 법으로 정해져 있지만 많은 대중이 도덕적인 이유로 반대하며, 제조사들 또한 높은 비용과 실험 결과의 불확실성으로 인해 기피하는 실정입니다. 블룸버그 환경 보건 및 공학부에 본부를 둔 동물 실험 대안 센터도 함께 운영하는 하르텅 박사는 말합니다.
예를 들면 새로운 살충제는 30번의 개별 동물 실험을 해야 하는데, 이 실험을 위해 후원사가 들여야 하는 비용만 2,000만 달러가 넘습니다.
동물 실험의 가장 일반적인 대안은 교차 해석(read-across) 과정으로, 연구자들이 새로운 화합물과 구조가 유사한 소수 화합물의 밝혀진 특성을 바탕으로 새로운 화합물의 독성을 예측하는 방법입니다. 교차 해석은 동물 실험보다 훨씬 저렴하지만, 전문가의 평가와 관심 있는 모든 화합물에 대해 어느 정도 주관적인 분석이 필요합니다.
교차 해석 과정을 자동화하고 최적화시키기 위한 첫걸음으로 하르텅 박사와 동료들은 2년 전 기계 판독이 가능한 세계에서 가장 방대한 독성 데이터베이스를 만들었습니다. 데이터베이스는 80만 번의 개별 독성 실험에 기초한 화학 혼합물 1만여 개의 특성과 구조에 대한 정보를 담았습니다. 하르텅의 말입니다.
이 데이터베이스에는 중복 데이터가 상당히 많습니다. 우리는 자극적인지 확인하기 위해 토끼 눈에 넣는 것처럼, 같은 화학 물질을 같은 방법으로 수십 번 실험합니다.
이 방법은 동물을 희생하지만, 연구원들이 더 나은 접근을 위한 기준을 정립하는 데 필요한 정보를 제공했습니다. 연구진은 데이터를 읽고 알려진 화합물 구조와 연관된 독성 지도를 만들기 위해 데이터베이스를 확장하고 아마존 클라우드 서버 시스템이 제공하는 컴퓨팅 능력을 갖춘 머신러닝 알고리듬을 사용하였습니다.
또한 연구원들은 관심 대상의 화합물이 지도에서 어디에 위치하는지 정확하게 판단하고 “유사한” 화합물의 특성을 기반으로 하여 관심 화합물이 피부 자극이나 DNA 손상과 같은 독성 효과를 가질 가능성이 있는지 결정하는 데 쓸 수 있는 소프트웨어를 개발했습니다. 하르텅은 말했습니다.
자동화된 접근법은 수천 가지 화학 물질과 실험 데이터를 이용한 견고한 평가에서 확실히 동물 실험보다 앞섰습니다. 독성학 분야에서는 아주 큰 뉴스입니다.
공공의 안전 기준을 개발하고 기준에 대한 실험을 전문으로 하는 언더라이터 랩(UL)사는 이번 작업을 공동 후원하며 교차 해석 소프트웨어 툴을 대중이 사용할 수 있도록 합니다.
미국 식품 의약국 및 환경 보호국은 교차 해석이 현재 식품, 의약품, 기타 소비자 제품에서 화학 물질의 안전성을 평가하기 위해 사용하는 동물 실험의 상당한 부분을 대체할 수 있는지 시험하기 위해 새로운 방법에 대한 공식적인 평가를 시작했습니다.
연구자들은 주요 기술 회사들을 포함한 일부 대기업의 제품에 독성 화학 물질이 있는지 알아내기 위하여 이 방법을 사용하기 시작했습니다. 하르텅 박사는 “언젠가 화학자들은 화학 물질을 합성해서 만들기도 전에 독성을 예측할 수 있는 툴을 사용하게 될 것이며, 독성이 없는 화합물만 만드는 데 집중할 수 있게 될 것”이라고 밝혔습니다.
톰 루치테펠드, 댄 마시, 크레이그 로우랜즈 그리고 토마스 하르텅은 이번 프로젝트와 관련해 “독성학 빅 데이터를 머신러닝으로 분석하면 동물 실험 재현성보다 더 나은 구조 활성 관계의 교차 해석(RASAR)이 가능하다”라는 제목의 논문을 썼습니다.
원문: 뉴스페퍼민트
